Tổng quan nghiên cứu

Biến đổi khí hậu toàn cầu đang gia tăng áp lực nặng nề lên các dải ven biển Việt Nam, nơi tập trung mật độ dân cư cao và sở hữu những hệ sinh thái nhạy cảm. Rừng ngập mặn đóng vai trò như một bức tường xanh phòng hộ, giúp giảm từ 13% đến 66% năng lượng sóng biển trên mỗi 100 mét chiều rộng và làm giảm chiều cao nước dâng do bão từ 4 đến 48 cm trên mỗi km chiều sâu. Tuy nhiên, theo số liệu thống kê ngành lâm nghiệp, Việt Nam đã suy giảm hơn 200.000 ha rừng ngập mặn trong hai thập kỷ qua, mà nguyên nhân chủ yếu xuất phát từ việc chuyển đổi ồ ạt sang nuôi trồng thủy sản. Tại thành phố Hải Phòng, trong tổng số 4.486,4 ha rừng ngập mặn ven biển ghi nhận năm 2015, huyện Tiên Lãng có 695 ha rừng chịu sức ép trực tiếp từ các hoạt động nhân sinh và thiên tai cực đoan.

Vấn đề nghiên cứu trọng tâm của luận văn là giải quyết xung đột gay gắt giữa sự mở rộng của các đầm nuôi thủy sản và sự suy thoái, phân mảnh cảnh quan của hệ sinh thái rừng ngập mặn. Mục tiêu cụ thể của đề tài là ứng dụng công nghệ viễn thám hiện đại trên nền tảng điện toán đám mây Google Earth Engine kết hợp với hệ thống thông tin địa lý nhằm định lượng biến động diện tích, đánh giá mức độ phân mảnh cảnh quan và phân tích suy giảm khả năng thích ứng với biến đổi khí hậu. Phạm vi không gian của nghiên cứu bao quát các xã ven biển trọng điểm thuộc huyện Tiên Lãng với tổng chiều dài bờ biển 17,47 km, kẹp giữa hai cửa sông lớn là sông Thái Bình và sông Văn Úc. Khung thời gian nghiên cứu tập trung vào giai đoạn biến động mạnh từ năm 2010 đến năm 2018. Kết quả nghiên cứu mang ý nghĩa khoa học và thực tiễn sâu sắc, cung cấp bộ dữ liệu không gian chuẩn xác hỗ trợ các nhà quản lý địa phương xây dựng chiến lược quản lý tổng hợp đới bờ và củng cố năng lực chống chịu thiên tai cho cộng đồng ven biển.

Cơ sở lý thuyết và phương pháp nghiên cứu

Khung lý thuyết áp dụng

Nghiên cứu được xây dựng trên nền tảng lý thuyết sinh thái cảnh quan và lý thuyết thích ứng dựa trên hệ sinh thái. Sinh thái cảnh quan cung cấp lăng kính toàn diện để phân tích cấu trúc không gian thông qua mô hình mảng, hành lang và nền tảng. Trong đó, tính phân mảnh cảnh quan được xác định là quá trình cắt xẻ một sinh cảnh liên tục thành các khoanh vi nhỏ hơn, làm gia tăng hiệu ứng biên, cô lập các quần thể thực vật và làm suy giảm dòng chảy năng lượng sinh thái.

Bên cạnh đó, khung lý thuyết thích ứng dựa trên hệ sinh thái nhấn mạnh vai trò của vốn tự nhiên như một nguồn lực cốt lõi giúp con người và môi trường giảm thiểu độ nhạy cảm trước hiểm họa thời tiết cực đoan. Khung đánh giá tính dễ bị tổn thương theo tiêu chuẩn của Ủy ban Liên chính phủ về Biến đổi Khí hậu cũng được tích hợp để phân tích mối tương quan giữa mức độ phân mảnh cảnh quan, độ nhạy cảm sinh thái và năng lực thích ứng của hệ thống tự nhiên. Các khái niệm cốt lõi bao gồm: hệ sinh thái rừng ngập mặn vùng cửa sông, hiệu ứng cạnh sinh cảnh, tính dễ bị tổn thương và chỉ số phân mảnh hình học cảnh quan.

Phương pháp nghiên cứu

Nghiên cứu tiếp cận đa nguồn dữ liệu bao gồm tư liệu ảnh vệ tinh quang học độ phân giải cao Sentinel-2A với chu kỳ chụp 10 ngày, độ phân giải không gian từ 10m đến 20m thu thập năm 2018; chuỗi ảnh vệ tinh Landsat TM và ETM độ phân giải 30m năm 2010; mô hình số độ cao viễn thám SRTM 30m; cùng dữ liệu quan trắc khí tượng thủy văn nhiều năm tại trạm Hòn Dấu với nhiệt độ trung bình 24°C và tổng tích nhiệt 8.200°C.

Về phương pháp phân tích, tác giả lựa chọn xử lý dữ liệu lớn trên nền tảng Google Earth Engine kết hợp thuật toán học máy Random Forest. Cỡ mẫu nghiên cứu gồm hàng trăm điểm mẫu thực địa được chọn lọc theo phương pháp ngẫu nhiên phân tầng đại diện cho các lớp phủ mặt đất chính: rừng ngập mặn phòng hộ, đầm nuôi trồng thủy sản, mặt nước sông biển, bãi bồi ven triều và đất xây dựng dân cư. Lý do lựa chọn thuật toán Random Forest là nhờ khả năng xử lý xuất sắc các quan hệ phi tuyến tính, tích hợp kỹ thuật lấy mẫu tái lặp và tổng hợp cây quyết định giúp hạn chế tối đa hiện tượng quá khớp, nâng cao độ chính xác phân loại tổng thể vượt trên 85% so với các phương pháp phân loại pixel truyền thống.

Để định lượng cấu trúc cảnh quan, dữ liệu sau phân loại được trích xuất sang công cụ FRAGSTATS và phần mềm ArcGIS. Bộ chỉ số cảnh quan được tính toán chi tiết bao gồm: tổng diện tích mảng, số lượng mảng, mật độ mảng, mật độ cạnh, chỉ số kích thước mảng lớn nhất và khoảng cách lân cận gần nhất Euclid. Timeline nghiên cứu được thực hiện liên tục qua việc đối chiếu ảnh vệ tinh và khảo sát thực địa trong chu kỳ 2010 - 2018.

Kết quả nghiên cứu và thảo luận

Những phát hiện chính

Thứ nhất, kết quả phân loại ảnh viễn thám đa thời gian phản ánh diện tích rừng ngập mặn huyện Tiên Lãng có sự phân hóa mạnh mẽ. Tổng diện tích đất quy hoạch rừng ngập mặn tại 3 xã ven biển Đông Hưng, Tiên Hưng và Vinh Quang đạt 985,91 ha, trong đó diện tích rừng phòng hộ đạt chuẩn là 809,5 ha, còn lại khoảng 100 ha là rừng mới trồng hoặc tái sinh chưa đạt chuẩn với chiều cao cây dưới 2m.

Thứ hai, không gian nuôi trồng thủy sản mở rộng nhanh chóng với tổng diện tích đầm nuôi đạt 1.094,24 ha. Hình thức nuôi bán thâm canh chiếm tỷ trọng áp đảo lên tới 734,50 ha, tương đương 67,1% tổng diện tích nuôi; hình thức quảng canh chiếm 330 ha, tương đương 30,2%; trong khi nuôi thâm canh công nghiệp chiếm 29,74 ha. Các đầm tôm chia cắt trực tiếp các dải rừng bần chua và trang tự nhiên ngoài đê.

Thứ ba, các chỉ số cảnh quan FRAGSTATS chỉ ra xu hướng phân mảnh rõ rệt. Số lượng mảng rừng gia tăng mạnh đi kèm với sự suy giảm diện tích trung bình của từng mảng. Chỉ số khoảng cách lân cận gần nhất Euclid tăng lên, đồng thời chỉ số mảng lớn nhất sụt giảm, chứng minh các khối rừng ngập mặn rộng lớn trước đây đã bị chia cắt thành các khoanh vi biệt lập bao quanh các đầm tôm.

Thứ tư, tính phân mảnh làm suy giảm nghiêm trọng năng lực thích ứng của rừng ngập mặn trước tác động của biến đổi khí hậu. Rừng bị chia cắt khiến khả năng cản sóng giảm sút, gia tăng nguy cơ xói lở bờ bãi khi bão đổ bộ. Đồng thời, nguồn nước thải từ các đầm nuôi công nghiệp chứa trên 45% hàm lượng Nitơ và 22% hợp chất hữu cơ dư thừa cùng lượng bùn phù sa lắng đọng từ 200 đến 888 mg/L đã gây ô nhiễm cục bộ, làm suy thoái chất lượng nền đất của các mảng rừng lân cận.

Thảo luận kết quả

Nguyên nhân căn bản dẫn đến sự biến đổi lớp phủ xuất phát từ áp lực phát triển kinh tế ven biển. Mặc dù các chương trình phục hồi rừng như dự án của tổ chức Actmang Nhật Bản đã tài trợ trồng 1.309,5 ha cây bần chua giai đoạn 1996 - 2009, nhưng việc quy hoạch thiếu đồng bộ và tình trạng quai đê nuôi tôm tự phát đã làm triệt tiêu tính kết nối sinh thái. Các dữ liệu nghiên cứu này được trình bày trực quan và khoa học qua ma trận chuyển dịch lớp phủ đất giai đoạn 2010 - 2018, hệ thống bản đồ phân bố không gian đa thời gian và biểu đồ biến thiên các chỉ số cảnh quan FRAGSTATS.

So sánh với các nghiên cứu tương đồng tại khu dự trữ sinh quyển Cà Mau hay khu Ramsar Xuân Thủy, mức độ tổn thương của rừng ngập mặn tại Tiên Lãng có tính chất đặc thù do địa hình bãi bồi tiến nhanh ra biển từ 60 đến 80 mét mỗi năm nhưng biên độ triều cao và sóng mạnh. Việc mất tính liên tục sinh thái làm giảm khả năng bẫy trầm tích tự nhiên, khiến đường bờ biển suy yếu trước các hiện tượng nước dâng và xâm nhập mặn.

Đề xuất và khuyến nghị

Thứ nhất, Ủy ban nhân dân huyện Tiên Lãng phối hợp với Sở Nông nghiệp và Phát triển nông thôn Hải Phòng tiến hành rà soát, tái cơ cấu quy hoạch không gian nuôi trồng thủy sản ven biển. Thiết lập ranh giới bảo vệ nghiêm ngặt cho 809,5 ha rừng phòng hộ hiện hữu, áp dụng quy chuẩn bắt buộc duy trì tỷ lệ tối thiểu 70% diện tích che phủ rừng và tối đa 30% mặt nước nuôi trong các mô hình kinh tế đầm phá, hoàn thành trong giai đoạn 2024 - 2025.

Thứ hai, triển khai chuyển đổi công nghệ nuôi trồng thủy sản sinh thái bền vững. Khuyến khích các hộ nuôi tại xã Đông Hưng và Tiên Hưng áp dụng mô hình tôm - rừng kết hợp hệ thống ao lắng lọc sinh học khép kín. Mục tiêu đến năm 2026 giảm 40% lượng phát thải chất hữu cơ và hóa chất ra môi trường bãi triều, kiểm soát nồng độ phù sa và cặn lơ lửng dưới ngưỡng 150 mg/L.

Thứ ba, Ban Quản lý rừng phòng hộ huyện Tiên Lãng cùng chính quyền 4 xã ven bờ xây dựng dự án trồng rừng kết nối hành lang sinh thái. Triển khai trồng mới và làm giàu 150 đến 200 ha rừng ngập mặn với các loài cây bản địa như bần chua, trang, mắm trắng tại các vùng đất bãi bồi ngoài đê trong giai đoạn 2025 - 2028, nhằm kéo giảm chỉ số khoảng cách lân cận giữa các mảng rừng xuống dưới 50 mét.

Thứ tư, Phòng Tài nguyên và Môi trường huyện thiết lập hệ thống quan trắc và giám sát tài nguyên rừng tự động dựa trên nền tảng Google Earth Engine và ảnh viễn thám Sentinel-2. Định kỳ cập nhật bản đồ biến động rừng và cảnh báo sớm nguy cơ suy thoái sinh thái 6 tháng một lần, hướng tới mục tiêu duy trì và phát triển diện tích rừng ngập mặn toàn huyện đạt trên 1.100 ha vào năm 2030.

Đối tượng nên tham khảo luận văn

Nhóm cơ quan quản lý nhà nước và hoạch định chính sách: Các cán bộ thuộc Sở Nông nghiệp và Phát triển nông thôn, Chi cục Kiểm lâm, Sở Tài nguyên và Môi trường thành phố Hải Phòng cùng Ủy ban nhân dân huyện Tiên Lãng có thể khai thác trực tiếp cơ sở dữ liệu bản đồ và các chỉ số không gian để xây dựng quy hoạch đới bờ, phân vùng sử dụng đất và tích hợp các phương án phòng chống thiên tai vào kế hoạch phát triển kinh tế địa phương.

Nhóm các nhà nghiên cứu, giảng viên và học viên cao học: Những người nghiên cứu trong các lĩnh vực Biến đổi khí hậu, Địa lý tài nguyên, Sinh thái học, Hệ thống thông tin địa lý và Viễn thám sẽ tìm thấy trong luận văn quy trình phương pháp luận mẫu mực về việc kết hợp dữ liệu vệ tinh đa thời gian, nền tảng điện toán đám mây Google Earth Engine và thuật toán học máy Random Forest để giải quyết bài toán sinh thái thực tiễn.

Nhóm các tổ chức phi chính phủ và cơ quan phát triển quốc tế: Các tổ chức như Chương trình Phát triển Liên Hợp Quốc, Tổ chức Bảo tồn Thiên nhiên Quốc tế hay các quỹ hỗ trợ biến đổi khí hậu có thể sử dụng các số liệu thực chứng của đề tài để thiết kế, tài trợ và triển khai các dự án thích ứng dựa vào hệ sinh thái và phục hồi rừng ngập mặn ven biển.

Nhóm các hợp tác xã và hộ nuôi trồng thủy sản ven biển: Các chủ đầm nuôi tại địa phương có thể nắm bắt được bức tranh tổng thể về rủi ro môi trường, từ đó chủ động chuyển đổi sang phương thức nuôi tôm - rừng sinh thái, vừa đảm bảo sinh kế lâu dài vừa bảo vệ lớp lá chắn chắn sóng cho chính cơ sở hạ tầng nuôi trồng của mình.

Câu hỏi thường gặp

Nền tảng Google Earth Engine mang lại ưu thế gì so với các phần mềm xử lý ảnh truyền thống trong nghiên cứu rừng ngập mặn? Nền tảng này cung cấp năng lực tính toán đám mây song song cực lớn, tích hợp sẵn kho ảnh viễn thám đa thời gian từ Landsat đến Sentinel-2 hoàn toàn miễn phí. Người nghiên cứu có thể lọc mây tự động, tính toán hàng loạt chỉ số thực vật trên phạm vi diện rộng trong thời gian ngắn mà không đòi hỏi hạ tầng máy trạm cấu hình cao.

Tại sao sự phát triển của đầm nuôi thủy sản lại làm tăng tính phân mảnh cảnh quan rừng ngập mặn? Hoạt động đắp bờ bao, đào kênh dẫn nước và chuyển đổi sinh cảnh để phục vụ hơn 1.094 ha đầm nuôi đã cắt ngang các vạt rừng tự nhiên liên tục. Sự ngăn cách nhân tạo này cản trở trao đổi trầm tích, lưu thông thủy triều và phát tán trụ mầm thực vật, biến một dải rừng đồng nhất thành nhiều mảnh nhỏ rời rạc.

Các chỉ số cảnh quan FRAGSTATS phản ánh nguy cơ sinh thái như thế nào trong bối cảnh biến đổi khí hậu? Các chỉ số như mật độ mảng, mật độ cạnh và khoảng cách lân cận phản ánh mức độ cắt xẻ của sinh cảnh. Khi số lượng mảng tăng và diện tích trung bình giảm, hiệu ứng biên tăng cao khiến cây rừng dễ bị gãy đổ trước gió bão, đồng thời làm suy giảm nơi trú ẩn của ấu trùng thủy sản và hạ thấp năng lực bẫy carbon.

Khái niệm thích ứng dựa trên hệ sinh thái được cụ thể hóa như thế nào tại khu vực Tiên Lãng? Thích ứng dựa trên hệ sinh thái tại Tiên Lãng thể hiện qua việc sử dụng chính dải rừng ngập mặn dày đặc làm đê mềm tự nhiên cản sóng biển giảm từ 13% đến 66% chiều cao sóng, bảo vệ hơn 17 km đê biển và các đầm nuôi thay vì chỉ phụ thuộc vào các công trình đê kè bê tông cứng kém bền vững và tốn kém chi phí.

Quy trình nghiên cứu của luận văn có thể chuyển giao và áp dụng cho các địa phương ven biển khác không? Quy trình tích hợp giữa ảnh Sentinel-2, nền tảng Google Earth Engine, thuật toán Random Forest và bộ chỉ số FRAGSTATS có tính chuẩn hóa rất cao. Khung phương pháp này hoàn toàn có thể nhân rộng để đánh giá biến động và phân mảnh rừng ngập mặn tại các tỉnh ven biển khác như Quảng Ninh, Thái Bình, Nam Định hoặc Cà Mau.

Kết luận

  • Luận văn đã chứng minh tính ưu việt và độ tin cậy vượt trội của việc ứng dụng công nghệ viễn thám trên nền tảng Google Earth Engine kết hợp thuật toán Random Forest trong phân loại và giám sát rừng ngập mặn đa thời gian.
  • Nghiên cứu đã định lượng hóa bức tranh hiện trạng với 1.094,24 ha đầm thủy sản, chỉ rõ hoạt động nuôi bán thâm canh và quảng canh là tác nhân chủ đạo gây phân mảnh 809,5 ha rừng phòng hộ tại dải ven biển Tiên Lãng.
  • Đề tài làm sáng tỏ mối quan hệ biện chứng giữa tính phân mảnh cấu trúc cảnh quan và sự suy giảm năng lực tự thích ứng của hệ sinh thái ven bờ trước các hiểm họa bão lũ, triều cường và mực nước biển dâng.
  • Hệ thống 4 nhóm giải pháp chiến lược được đề xuất đồng bộ từ quy hoạch không gian, chuyển đổi mô hình kinh tế tôm - rừng sinh thái đến thiết lập hành lang kết nối sinh học và giám sát số giai đoạn 2024 - 2030.
  • Các cấp chính quyền địa phương và cộng đồng ven bờ cần nhanh chóng hành động, xem việc bảo vệ và khôi phục tính liên tục của rừng ngập mặn là giải pháp cốt lõi để phát triển kinh tế biển bền vững và chủ động thích ứng với biến đổi khí hậu.